By chenyi, 30 June, 2025
Forums
Resources

为了从 CSV 数据生成类似于您提供的 BioSample 示例的 XML 文件，我们将首先检查 CSV 文件的结构以了解其包含的数据类型。然后，我们将创建一个脚本来读取这些数据并将其格式化为特定的 XML 结构。

步骤：
1. 检查 CSV 文件：确定 CSV 文件中的哪些列与 XML 模板中的字段相对应。这对于将 CSV 数据正确映射到 XML 元素至关重要。
2. 编写 Python 脚本：开发一个 Python 脚本，读取 CSV、提取必要信息并根据提供的模板构建 XML。
3. 输出 XML：脚本将为 CSV 中的每一行生成 XML 条目，并可以将它们输出到控制台或将其保存到文件中

让我们首先检查 CSV 文件的前几行，以了解其结构以及如何将其映射到 XML 格式。
f110343a0e9838f2acd44dbea605f365.png

列名称和说明：
• 小孢子信息表（描述）：样品的描述，可能提供有关生物材料或处理阶段的背景信息。
• Unnamed: 1 (回复原始数据文件名)：该列似乎包含与原始数据对应的ID或文件名。
• 未命名：2：未标记，可能需要澄清其内容。
• 未命名：3（英文命名）：样本的英文名称，提供可在 XML 中使用的直接标识符。

python代码

import pandas as pd

def generate_xml(csv_file_path, xml_output_path):
    # Load the CSV file
    try:
        metadata = pd.read_csv(csv_file_path, encoding='GB18030')
        print("CSV loaded successfully. Columns:", metadata.columns)  # Debugging statement
    except Exception as e:
        print("Failed to load CSV:", e)
        return

    # Verify data is not empty
    if metadata.empty:
        print("CSV is empty. No data to process.")
        return

    # Define the XML template
    xml_template = """
<BioSample access="public" id="{id}" accession="{accession}">
    <Ids>
        <Id db="BioSample" is_primary="1">{accession}</Id>
        <Id db_label="Sample name">{sample_name}</Id>
    </Ids>
    <Description>
        <Title>{title}</Title>
        <Organism taxonomy_id="58047" taxonomy_name="Torreya grandis">
            <OrganismName>Torreya grandis</OrganismName>
        </Organism>
    </Description>
    <Owner>
        <Name url="https://www.zafu.edu.cn/">Zhejiang A&F University</Name>
    </Owner>
    <Models>
        <Model>Plant</Model>
    </Models>
    <Package display_name="Plant; version 1.0">Plant.1.0</Package>
</BioSample>
"""

    # Iterate over the rows in the DataFrame to generate XML for each sample
    xml_entries = []
    for index, row in metadata.iterrows():
        print(f"Processing row {index}: {row}")  # Debugging statement
        xml_instance = xml_template.format(
            id=f"BIO{index + 1}",
            accession=row['Unnamed: 1'],  # Assuming the correct column for accession
            sample_name=row['Unnamed: 3'],  # Assuming the correct column for sample name
            title=row['小孢子信息表']  # Assuming the correct column for title
        )
        xml_entries.append(xml_instance)

    # Combine all XML entries into one document
    full_xml = "<BioSampleSet>\n" + "\n".join(xml_entries) + "\n</BioSampleSet>"

    # Write the XML to a file
    with open(xml_output_path, 'w', encoding='utf-8') as file:
        file.write(full_xml)
        print("XML written to", xml_output_path)  # Debugging statement

# Define the CSV file path and the output XML file path
csv_file_path = 'FPKM-信息表.csv'
xml_output_path = 'biosample_result.xml'

# Generate the XML file
generate_xml(csv_file_path, xml_output_path)

python generate_biosample_xml.py